MySQL索引

MySQL支持諸多存儲引擎，而各種存儲引擎對索引的支持也各不相同，因此MySQL數(shù)據(jù)庫支持多種索引類型，如BTree索引，哈希索引，全文索引等等。為了避免混亂，本文將只關注于BTree索引，因為這是平常使用MySQL時主要打交道的索引。

MySQL官方對索引的定義為：索引(Index)是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結構。提取句子主干，就可以得到索引的本質：索引是數(shù)據(jù)結構。

MySQL索引原理

索引目的

索引的目的在于提高查詢效率，可以類比字典，如果要查“mysql”這個單詞，我們肯定需要定位到m字母，然后從下往下找到y(tǒng)字母，再找到剩下的sql。如果沒有索引，那么你可能需要把所有單詞看一遍才能找到你想要的，如果我想找到m開頭的單詞呢?或者ze開頭的單詞呢?是不是覺得如果沒有索引，這個事情根本無法完成?

咱們去圖書館借書也是一樣，如果你要借某一本書，一定是先找到對應的分類科目，再找到對應的編號，這是生活中活生生的例子，通用索引，可以加快查詢速度，快速定位。

索引原理

所有索引原理都是一樣的，通過不斷的縮小想要獲得數(shù)據(jù)的范圍來篩選出最終想要的結果，同時把隨機的事件變成順序的事件，也就是我們總是通過同一種查找方式來鎖定數(shù)據(jù)。

數(shù)據(jù)庫也是一樣，但顯然要復雜許多，因為不僅面臨著等值查詢，還有范圍查詢(>、<、between)、模糊查詢(like)、并集查詢(or)、多值匹配(in【in本質上屬于多個or】)等等。數(shù)據(jù)庫應該選擇怎么樣的方式來應對所有的問題呢?

我們回想字典的例子，能不能把數(shù)據(jù)分成段，然后分段查詢呢?最簡單的如果1000條數(shù)據(jù)，1到100分成第一段，101到200分成第二段，201到300分成第三段……這樣查第250條數(shù)據(jù)，只要找第三段就可以了，一下子去除了90%的無效數(shù)據(jù)。但如果是1千萬的記錄呢，分成幾段比較好?

稍有算法基礎的同學會想到搜索樹，其平均復雜度是lgN，具有不錯的查詢性能。但這里我們忽略了一個關鍵的問題，復雜度模型是基于每次相同的操作成本來考慮的，數(shù)據(jù)庫實現(xiàn)比較復雜，數(shù)據(jù)保存在磁盤上，而為了提高性能，每次又可以把部分數(shù)據(jù)讀入內存來計算，因為我們知道訪問磁盤的成本大概是訪問內存的十萬倍左右，所以簡單的搜索樹難以滿足復雜的應用場景。

索引結構

任何一種數(shù)據(jù)結構都不是憑空產生的，一定會有它的背景和使用場景，我們現(xiàn)在總結一下，我們需要這種數(shù)據(jù)結構能夠做些什么，其實很簡單，那就是：每次查找數(shù)據(jù)時把磁盤IO次數(shù)控制在一個很小的數(shù)量級，最好是常數(shù)數(shù)量級。那么我們就想到如果一個高度可控的多路搜索樹是否能滿足需求呢?就這樣，b+樹應運而生。

b+樹的索引結構解釋

 

 

 

 

淺藍色的塊我們稱之為一個磁盤塊，可以看到每個磁盤塊包含幾個數(shù)據(jù)項(深藍色所示)和指針(黃色所示)，如磁盤塊1包含數(shù)據(jù)項17和35，包含指針P1、P2、P3，P1表示小于17的磁盤塊，P2表示在17和35之間的磁盤塊，P3表示大于35的磁盤塊。真實的數(shù)據(jù)存在于葉子節(jié)點即3、5、9、10、13、15、28、29、36、60、75、79、90、99。非葉子節(jié)點不存儲真實的數(shù)據(jù)，只存儲指引搜索方向的數(shù)據(jù)項，如17、35并不真實存在于數(shù)據(jù)表中。

b+樹的查找過程

如圖所示，如果要查找數(shù)據(jù)項29，那么首先會把磁盤塊1由磁盤加載到內存，此時發(fā)生一次IO，在內存中用二分查找確定29在17和35之間，鎖定磁盤塊1的P2指針，內存時間因為非常短(相比磁盤的IO)可以忽略不計，通過磁盤塊1的P2指針的磁盤地址把磁盤塊3由磁盤加載到內存，發(fā)生第二次IO，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針加載磁盤塊8到內存，發(fā)生第三次IO，同時內存中做二分查找找到29，結束查詢，總計三次IO。

真實的情況是，3層的b+樹可以表示上百萬的數(shù)據(jù)，如果上百萬的數(shù)據(jù)查找只需要三次IO，性能提高將是巨大的，如果沒有索引，每個數(shù)據(jù)項都要發(fā)生一次IO，那么總共需要百萬次的IO，顯然成本非常非常高。

b+樹性質

1、通過上面的分析，我們知道間越小，數(shù)據(jù)項的數(shù)量越多，樹的高度越低。這就是為什么每個數(shù)據(jù)項，即索引字段要盡量的小，比如int占4字節(jié)，要比bigint8字節(jié)少一半。這也是為什么b+樹要求把真實的數(shù)據(jù)放到葉子節(jié)點而不是內層節(jié)點，一旦放到內層節(jié)點，磁盤塊的數(shù)據(jù)項會大幅度下降，導致樹增高。當數(shù)據(jù)項等于1時將會退化成線性表。

2、當b+樹的數(shù)據(jù)項是復合的數(shù)據(jù)結構，比如(name,age,sex)的時候，b+數(shù)是按照從左到右的順序來建立搜索樹的，比如當(張三,20,F)這樣的數(shù)據(jù)來檢索的時候，b+樹會優(yōu)先比較name來確定下一步的所搜方向，如果name相同再依次比較age和sex，最后得到檢索的數(shù)據(jù);但當(20,F)這樣的沒有name的數(shù)據(jù)來的時候，b+樹就不知道下一步該查哪個節(jié)點，因為建立搜索樹的時候name就是第一個比較因子，必須要先根據(jù)name來搜索才能知道下一步去哪里查詢。

比如當(張三,F)這樣的數(shù)據(jù)來檢索時，b+樹可以用name來指定搜索方向，但下一個字段age的缺失，所以只能把名字等于張三的數(shù)據(jù)都找到，然后再匹配性別是F的數(shù)據(jù)了， 這個是非常重要的性質，即索引的最左匹配特性。

MySQL 索引實現(xiàn)

在MySQL中，索引屬于存儲引擎級別的概念，不同存儲引擎對索引的實現(xiàn)方式是不同的，本文主要討論MyISAM和InnoDB兩個存儲引擎的索引實現(xiàn)方式。

MyISAM索引實現(xiàn)

MyISAM引擎使用B+Tree作為索引結構，葉節(jié)點的data域存放的是數(shù)據(jù)記錄的地址。

下圖是MyISAM索引的原理圖：

 

 

 

 

這里設表一共有三列，假設我們以Col1為主鍵，則上圖便是一個MyISAM表的主索引(Primary key)示意圖?？梢钥闯鯩yISAM的索引文件僅僅保存數(shù)據(jù)記錄的地址。在MyISAM中，主索引和輔助索引(Secondary key)在結構上沒有任何區(qū)別，只是主索引要求key是唯一的，而輔助索引的key可以重復。如果我們在Col2上建立一個輔助索引，則此索引的結構如下圖所示：

 

 

 

 

同樣也是一顆B+Tree，data域保存數(shù)據(jù)記錄的地址。因此，MyISAM中索引檢索的算法為首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，則取出其data域的值，然后以data域的值為地址，讀取相應數(shù)據(jù)記錄。

MyISAM的索引方式也叫做“非聚集”的，之所以這么稱呼是為了與InnoDB的聚集索引區(qū)分。

InnoDB索引實現(xiàn)

雖然InnoDB也使用B+Tree作為索引結構，但具體實現(xiàn)方式卻與MyISAM截然不同。

第一個重大區(qū)別是InnoDB的數(shù)據(jù)文件本身就是索引文件。從上文知道，MyISAM索引文件和數(shù)據(jù)文件是分離的，索引文件僅保存數(shù)據(jù)記錄的地址。而在InnoDB中，表數(shù)據(jù)文件本身就是按B+Tree組織的一個索引結構，這棵樹的葉節(jié)點data域保存了完整的數(shù)據(jù)記錄。這個索引的key是數(shù)據(jù)表的主鍵，因此InnoDB表數(shù)據(jù)文件本身就是主索引。

 

 

 

 

上圖是InnoDB主索引(同時也是數(shù)據(jù)文件)的示意圖，可以看到葉節(jié)點包含了完整的數(shù)據(jù)記錄。這種索引叫做聚集索引。因為InnoDB的數(shù)據(jù)文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵(MyISAM可以沒有)，如果沒有顯式指定，則MySQL系統(tǒng)會自動選擇一個可以唯一標識數(shù)據(jù)記錄的列作為主鍵，如果不存在這種列，則MySQL自動為InnoDB表生成一個隱含字段作為主鍵，這個字段長度為6個字節(jié)，類型為長整形。

第二個與MyISAM索引的不同是InnoDB的輔助索引data域存儲相應記錄主鍵的值而不是地址。換句話說，InnoDB的所有輔助索引都引用主鍵作為data域。例如，下圖為定義在Col3上的一個輔助索引：

 

 

 

 

這里以英文字符的ASCII碼作為比較準則。聚集索引這種實現(xiàn)方式使得按主鍵的搜索十分高效，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然后用主鍵到主索引中檢索獲得記錄。

了解不同存儲引擎的索引實現(xiàn)方式對于正確使用和優(yōu)化索引都非常有幫助，例如知道了InnoDB的索引實現(xiàn)后，就很容易明白為什么不建議使用過長的字段作為主鍵，因為所有輔助索引都引用主索引，過長的主索引會令輔助索引變得過大。再例如，用非單調的字段作為主鍵在InnoDB中不是個好主意，因為InnoDB數(shù)據(jù)文件本身是一顆B+Tree，非單調的主鍵會造成在插入新記錄時數(shù)據(jù)文件為了維持B+Tree的特性而頻繁的分裂調整，十分低效，而使用自增字段作為主鍵則是一個很好的選擇。

如何建立合適的索引

建立索引的原理

一個最重要的原則是最左前綴原理，在提這個之前要先說下聯(lián)合索引，MySQL中的索引可以以一定順序引用多個列，這種索引叫做聯(lián)合索引，一般的，一個聯(lián)合索引是一個有序元組，其中各個元素均為數(shù)據(jù)表的一列。另外，單列索引可以看成聯(lián)合索引元素數(shù)為1的特例。

索引匹配的最左原則具體是說，假如索引列分別為A，B，C，順序也是A，B，C：

• 那么查詢的時候，如果查詢【A】【A，B】 【A，B，C】，那么可以通過索引查詢
• 如果查詢的時候，采用【A，C】，那么C這個雖然是索引，但是由于中間缺失了B，因此C這個索引是用不到的，只能用到A索引
• 如果查詢的時候，采用【B】 【B，C】 【C】，由于沒有用到第一列索引，不是最左前綴，那么后面的索引也是用不到了
• 如果查詢的時候，采用范圍查詢，并且是最左前綴，也就是第一列索引，那么可以用到索引，但是范圍后面的列無法用到索引

因為索引雖然加快了查詢速度，但索引也是有代價的：索引文件本身要消耗存儲空間，同時索引會加重插入、刪除和修改記錄時的負擔，另外，MySQL在運行時也要消耗資源維護索引，因此索引并不是越多越好

在使用InnoDB存儲引擎時，如果沒有特別的需要，請永遠使用一個與業(yè)務無關的自增字段作為主鍵。如果從數(shù)據(jù)庫索引優(yōu)化角度看，使用InnoDB引擎而不使用自增主鍵絕對是一個糟糕的主意。

InnoDB使用聚集索引，數(shù)據(jù)記錄本身被存于主索引(一顆B+Tree)的葉子節(jié)點上。這就要求同一個葉子節(jié)點內(大小為一個內存頁或磁盤頁)的各條數(shù)據(jù)記錄按主鍵順序存放，因此每當有一條新的記錄插入時，MySQL會根據(jù)其主鍵將其插入適當?shù)墓?jié)點和位置，如果頁面達到裝載因子(InnoDB默認為15/16)，則開辟一個新的頁(節(jié)點)。如果表使用自增主鍵，那么每次插入新的記錄，記錄就會順序添加到當前索引節(jié)點的后續(xù)位置，當一頁寫滿，就會自動開辟一個新的頁。如下：

 

 

 

 

這樣就會形成一個緊湊的索引結構，近似順序填滿。由于每次插入時也不需要移動已有數(shù)據(jù)，因此效率很高，也不會增加很多開銷在維護索引上。

如果使用非自增主鍵(如果身份證號或學號等)，由于每次插入主鍵的值近似于隨機，因此每次新紀錄都要被插到現(xiàn)有索引頁得中間某個位置，如下：

 

 

 

 

此時MySQL不得不為了將新記錄插到合適位置而移動數(shù)據(jù)，甚至目標頁面可能已經(jīng)被回寫到磁盤上而從緩存中清掉，此時又要從磁盤上讀回來，這增加了很多開銷，同時頻繁的移動、分頁操作造成了大量的碎片，得到了不夠緊湊的索引結構，后續(xù)不得不通過OPTIMIZE TABLE來重建表并優(yōu)化填充頁面。

因此，只要可以，請盡量在InnoDB上采用自增字段做主鍵。

建立索引的常用技巧

1、最左前綴匹配原則，非常重要的原則，mysql會一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。

2、=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會幫你優(yōu)化成索引可以識別的形式

3、盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*)，表示字段不重復的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會問，這個比例有什么經(jīng)驗值嗎?使用場景不同，這個值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄

4、索引列不能參與計算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡單，b+樹中存的都是數(shù)據(jù)表中的字段值，但進行檢索時，需要把所有元素都應用函數(shù)才能比較，顯然成本太大。所以語句應該寫成create_time = unix_timestamp(’2014-05-29’);

5、盡量的擴展索引，不要新建索引。比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來的索引即可，當然要考慮原有數(shù)據(jù)和線上使用情況

MySQL優(yōu)化

配置優(yōu)化

配置優(yōu)化指的MySQL 的 server端的配置，一般對于業(yè)務方而言，可以不用關注，畢竟會有專門的DBA來處理，但是對于原理的了解，我想，我們開發(fā)，是需要了解的。

基本配置

innodb_buffer_pool_size

這是安裝完InnoDB后第一個應該設置的選項。緩沖池是數(shù)據(jù)和索引緩存的地方：這個值越大越好，這能保證你在大多數(shù)的讀取操作時使用的是內存而不是硬盤。典型的值是5-6GB(8GB內存)，20-25GB(32GB內存)，100-120GB(128GB內存)。

innodb_log_file_size

這是redo日志的大小。redo日志被用于確保寫操作快速而可靠并且在崩潰時恢復。一直到MySQL 5.1，它都難于調整，因為一方面你想讓它更大來提高性能，另一方面你想讓它更小來使得崩潰后更快恢復。

幸運的是從MySQL 5.5之后，崩潰恢復的性能的到了很大提升，這樣你就可以同時擁有較高的寫入性能和崩潰恢復性能了。一直到MySQL 5.5，redo日志的總尺寸被限定在4GB(默認可以有2個log文件)。這在MySQL 5.6里被提高了。如果你知道你的應用程序需要頻繁的寫入數(shù)據(jù)并且你使用的時MySQL 5.6，你可以一開始就把它這是成4G。

max_connections

如果你經(jīng)?？吹?lsquo;Too many connections'錯誤，是因為max_connections的值太低了。這非常常見因為應用程序沒有正確的關閉數(shù)據(jù)庫連接，你需要比默認的151連接數(shù)更大的值。

max_connection值被設高了(例如1000或更高)之后一個主要缺陷是當服務器運行1000個或更高的活動事務時會變的沒有響應。在應用程序里使用連接池或者在MySQL里使用進程池有助于解決這一問題。

InnoDB配置

innodb_file_per_table

這項設置告知InnoDB是否需要將所有表的數(shù)據(jù)和索引存放在共享表空間里(innodb_file_per_table = OFF) 或者為每張表的數(shù)據(jù)單獨放在一個.ibd文件(innodb_file_per_table = ON)。每張表一個文件允許你在drop、truncate或者rebuild表時回收磁盤空間。

這對于一些高級特性也是有必要的，比如數(shù)據(jù)壓縮。但是它不會帶來任何性能收益。你不想讓每張表一個文件的主要場景是：有非常多的表(比如10k+)。MySQL 5.6中，這個屬性默認值是ON，因此大部分情況下你什么都不需要做。對于之前的版本你必需在加載數(shù)據(jù)之前將這個屬性設置為ON，因為它只對新創(chuàng)建的表有影響。

innodb_flush_log_at_trx_commit

默認值為1，表示InnoDB完全支持ACID特性。當你的主要關注點是數(shù)據(jù)安全的時候這個值是最合適的，比如在一個主節(jié)點上。但是對于磁盤(讀寫)速度較慢的系統(tǒng)，它會帶來很巨大的開銷，因為每次將改變flush到redo日志都需要額外的fsyncs。

將它的值設置為2會導致不太可靠(reliable)因為提交的事務僅僅每秒才flush一次到redo日志，但對于一些場景是可以接受的，比如對于主節(jié)點的備份節(jié)點這個值是可以接受的。如果值為0速度就更快了，但在系統(tǒng)崩潰時可能丟失一些數(shù)據(jù)：只適用于備份節(jié)點。

innodb_flush_method

這項配置決定了數(shù)據(jù)和日志寫入硬盤的方式。一般來說，如果你有硬件RAID控制器，并且其獨立緩存采用write-back機制，并有著電池斷電保護，那么應該設置配置為O_DIRECT;否則，大多數(shù)情況下應將其設為fdatasync(默認值)。sysbench是一個可以幫助你決定這個選項的好工具。

innodb_log_buffer_size

這項配置決定了為尚未執(zhí)行的事務分配的緩存。其默認值(1MB)一般來說已經(jīng)夠用了，但是如果你的事務中包含有二進制大對象或者大文本字段的話，這點緩存很快就會被填滿并觸發(fā)額外的I/O操作。看看Innodb_log_waits狀態(tài)變量，如果它不是0，增加innodb_log_buffer_size。

其他設置

query_cache_size

query cache(查詢緩存)是一個眾所周知的瓶頸，甚至在并發(fā)并不多的時候也是如此。最佳選項是將其從一開始就停用，設置query_cache_size = 0(現(xiàn)在MySQL 5.6的默認值)并利用其他方法加速查詢：優(yōu)化索引、增加拷貝分散負載或者啟用額外的緩存(比如memcache或redis)。

如果你已經(jīng)為你的應用啟用了query cache并且還沒有發(fā)現(xiàn)任何問題，query cache可能對你有用。這是如果你想停用它，那就得小心了。

log_bin

如果你想讓數(shù)據(jù)庫服務器充當主節(jié)點的備份節(jié)點，那么開啟二進制日志是必須的。如果這么做了之后，還別忘了設置server_id為一個唯一的值。就算只有一個服務器，如果你想做基于時間點的數(shù)據(jù)恢復，這(開啟二進制日志)也是很有用的：從你最近的備份中恢復(全量備份)，并應用二進制日志中的修改(增量備份)。

二進制日志一旦創(chuàng)建就將永久保存。所以如果你不想讓磁盤空間耗盡，你可以用 PURGE BINARY LOGS 來清除舊文件，或者設置 expire_logs_days 來指定過多少天日志將被自動清除。記錄二進制日志不是沒有開銷的，所以如果你在一個非主節(jié)點的復制節(jié)點上不需要它的話，那么建議關閉這個選項。

skip_name_resolve

當客戶端連接數(shù)據(jù)庫服務器時，服務器會進行主機名解析，并且當DNS很慢時，建立連接也會很慢。因此建議在啟動服務器時關閉skip_name_resolve選項而不進行DNS查找。唯一的局限是之后GRANT語句中只能使用IP地址了，因此在添加這項設置到一個已有系統(tǒng)中必須格外小心。

SQL 調優(yōu)

一般要進行SQL調優(yōu)，那么就說有慢查詢的SQL，系統(tǒng)或者server可以開啟慢查詢日志，尤其是線上系統(tǒng)，一般都會開啟慢查詢日志，如果有慢查詢，可以通過日志來過濾。但是知道了有需要優(yōu)化的SQL后，下面要做的就是如何進行調優(yōu)

慢查詢優(yōu)化基本步驟

1. 先運行看看是否真的很慢，注意設置SQL_NO_CACHE
2. where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語句的where都應用到表中返回的記錄數(shù)最小的表開始查起，單表每個字段分別查詢，看哪個字段的區(qū)分度最高
3. explain查看執(zhí)行計劃，是否與1預期一致(從鎖定記錄較少的表開始查詢)
4. order by limit 形式的sql語句讓排序的表優(yōu)先查
5. 了解業(yè)務方使用場景
6. 加索引時參照建索引的幾大原則
7. 觀察結果，不符合預期繼續(xù)從0分析

常用調優(yōu)手段

執(zhí)行計劃explain

在日常工作中，我們有時會開慢查詢去記錄一些執(zhí)行時間比較久的SQL語句，找出這些SQL語句并不意味著完事了，我們常常用到explain這個命令來查看一個這些SQL語句的執(zhí)行計劃，查看該SQL語句有沒有使用上了索引，有沒有做全表掃描，這都可以通過explain命令來查看。

所以我們深入了解MySQL的基于開銷的優(yōu)化器，還可以獲得很多可能被優(yōu)化器考慮到的訪問策略的細節(jié)，以及當運行SQL語句時哪種策略預計會被優(yōu)化器采用。

使用explain 只需要在原有select 基礎上加上explain關鍵字就可以了，如下：

mysql> explain select * from servers; 
+----+-------------+---------+------+---------------+------+---------+------+------+-------+ 
| id | select_type | table  | type | possible_keys | key  | key_len | ref  | rows | Extra | 
+----+-------------+---------+------+---------------+------+---------+------+------+-------+ 
|  1 | SIMPLE      | servers | ALL  | NULL          | NULL | NULL    | NULL |    1 | NULL  | 
+----+-------------+---------+------+---------------+------+---------+------+------+-------+ 
1 row in set (0.03 sec) 

簡要解釋下explain各個字段的含義

• id : 表示SQL執(zhí)行的順序的標識,SQL從大到小的執(zhí)行
• select_type：表示查詢中每個select子句的類型
• table：顯示這一行的數(shù)據(jù)是關于哪張表的，有時不是真實的表名字
• type：表示MySQL在表中找到所需行的方式，又稱“訪問類型”。常用的類型有：ALL, index, range, ref, eq_ref, const, system, NULL(從左到右，性能從差到好)
• possible_keys：指出MySQL能使用哪個索引在表中找到記錄，查詢涉及到的字段上若存在索引，則該索引將被列出，但不一定被查詢使用
• Key：key列顯示MySQL實際決定使用的鍵(索引)，如果沒有選擇索引，鍵是NULL。
• key_len：表示索引中使用的字節(jié)數(shù)，可通過該列計算查詢中使用的索引的長度(key_len顯示的值為索引字段的最大可能長度，并非實際使用長度，即key_len是根據(jù)表定義計算而得，不是通過表內檢索出的)
• ref：表示上述表的連接匹配條件，即哪些列或常量被用于查找索引列上的值
• rows：表示MySQL根據(jù)表統(tǒng)計信息及索引選用情況，估算的找到所需的記錄所需要讀取的行數(shù)，理論上行數(shù)越少，查詢性能越好
• Extra：該列包含MySQL解決查詢的詳細信息

EXPLAIN的特性

• EXPLAIN不會告訴你關于觸發(fā)器、存儲過程的信息或用戶自定義函數(shù)對查詢的影響情況
• EXPLAIN不考慮各種Cache
• EXPLAIN不能顯示MySQL在執(zhí)行查詢時所作的優(yōu)化工作
• 部分統(tǒng)計信息是估算的，并非精確值
• EXPALIN只能解釋SELECT操作，其他操作要重寫為SELECT后查看執(zhí)行計劃。

實戰(zhàn)演練

表結構和查詢語句

假如有如下表結構

circlemessage_idx_0 | CREATE TABLE `circlemessage_idx_0` ( 
  `circle_id` bigint(20) unsigned NOT NULL COMMENT '群組id', 
  `from_id` bigint(20) unsigned NOT NULL COMMENT '發(fā)送用戶id', 
  `to_id` bigint(20) unsigned NOT NULL COMMENT '指定接收用戶id', 
  `msg_id` bigint(20) unsigned NOT NULL COMMENT '消息ID', 
  `type` tinyint(3) unsigned NOT NULL DEFAULT '0' COMMENT '消息類型', 
  PRIMARY KEY (`msg_id`,`to_id`), 
  KEY `idx_from_circle` (`from_id`,`circle_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin 

通過執(zhí)行計劃explain分析如下查詢語句

mysql> explain select msg_id from circlemessage_idx_0 where  to_id = 113487 and circle_id=10019063  and msg_id>=6273803462253938690  and from_id != 113487 order by msg_id asc limit 30; 
+----+-------------+---------------------+-------+-------------------------+---------+---------+------+--------+-------------+ 
| id | select_type | table               | type  | possible_keys           | key     | key_len | ref  | rows   | Extra       | 
+----+-------------+---------------------+-------+-------------------------+---------+---------+------+--------+-------------+ 
|  1 | SIMPLE      | circlemessage_idx_0 | range | PRIMARY,idx_from_circle | PRIMARY | 16      | NULL | 349780 | Using where | 
+----+-------------+---------------------+-------+-------------------------+---------+---------+------+--------+-------------+ 
1 row in set (0.00 sec) 

mysql> explain select msg_id from circlemessage_idx_0 where  to_id = 113487 and circle_id=10019063   and from_id != 113487 order by msg_id asc limit 30; 
+----+-------------+---------------------+-------+-----------------+---------+---------+------+------+-------------+ 
| id | select_type | table               | type  | possible_keys   | key     | key_len | ref  | rows | Extra       | 
+----+-------------+---------------------+-------+-----------------+---------+---------+------+------+-------------+ 
|  1 | SIMPLE      | circlemessage_idx_0 | index | idx_from_circle | PRIMARY | 16      | NULL |   30 | Using where | 
+----+-------------+---------------------+-------+-----------------+---------+---------+------+------+-------------+ 
1 row in set (0.00 sec) 

問題分析

通過上面兩個執(zhí)行計劃可以發(fā)現(xiàn)當沒有msg_id >= xxx這個查詢條件的時候，檢索的rows要少很多，并且兩者查詢的時候都用到了索引，而且用到的還只是主鍵索引。那說明索引應該是不合理的，沒有發(fā)揮最大作用。

分析這個執(zhí)行計劃可以看到，當包含msg_id >= xxx 查詢條件的時候，rows有34w多行，這種情況，說明檢索太多，要么就是表里面確實有這么大，要么就是索引不合理沒有用到索引，大都情況是沒用合理用到索引。列中所用到的索引也是PRIMARY，那就可能是(msg_id,to_id)的其中一個，注意我們建立表的時候msg_id索引的順序是在to_id前面的，因此MySQL查詢一定會優(yōu)先用msg_id索引，在使用了msg_id索引后，就已經(jīng)檢索出了34w行，并且由于msg_id的查詢條件是大于等于，因此，再這個查詢條件后，就不能再用到to_id的索引。

然后再看key_len長度為16，結合 key為PRIMARY，那么可以分析得知，只有一個主鍵索引被用到。

最后看看 type 值，是range，那么就說明這個查詢要么是范圍查詢，要么就是多值匹配。

請注意，from_id != xxx這樣的語句，是無法用到索引的。只有from_id = xxx就可以用到所以，因此from id 的索引其實可以不用，建立索引的時候就要考慮清楚

如何優(yōu)化

既然知道索引不合理，那么就要分析并調整索引。一般而言，我們既然要從單表里面查詢，那么就需要能夠知道大體，單表里面大致會有哪些數(shù)據(jù)，現(xiàn)在的量級大概是多少。

然后開始下一步的分析，既然msgid是被設置為了主鍵，那一定是全局唯一的，所有，有多少數(shù)據(jù)量就至少會有多少條msgid;那么檢索msg_id基本就是檢索整個表了。我們要做的優(yōu)化就是要盡量減少索引，減少查詢的行數(shù);那么就需要思考，通過查詢哪些字段才能夠減少行數(shù)?比如，一個張表里面，所屬某個用戶的數(shù)據(jù)，會不會比查詢msgid的行數(shù)要少?查詢某個用戶并且是屬于某個圈子的，那會不會就更少了?等等。

然后根據(jù)實際情況分析，單表里面命中to_id 的行數(shù)應該是會小于命中msg_id的，因此要首先保證能夠使用到to_id的索引，為此，可以設置主鍵的時候把msg_id和to_id的順序交互一下;但是，由于已經(jīng)是線上的表，已經(jīng)有了大量數(shù)據(jù)，并且業(yè)務開始運行，這種情況下，修改主鍵會引發(fā)很多問題(當然修改索引是OK的)，因此，不建議直接修改主鍵。

那么，為了保證有效使用to_id的索引，就要新建一個聯(lián)合索引;那么新建的聯(lián)合索引的第一索引字段必然是to_id，針對此業(yè)務場景，最好能夠再加上circle_id索引，這樣可以快速索引;這樣就得到了新的聯(lián)合索引(to_id,circle_id)的索引，然后，因為要找msg_id，為此，在此基礎上，再加上msg_id。最終得到的聯(lián)合索引為(to_id,circle_id,msg_id);這樣的話，就能夠快速檢索這樣的查詢語句了：where to_id = xxx and circle_id = xxx and msgId >= xxx

當然，索引的建立，也不是說某個sql 語句需要啥索引，就建立某個聯(lián)合索引，這樣的話，索引太多的話，寫的性能受影響(插入、刪除、修改)，然后存儲空間也會相應增大;另外mysql在運行時也會消耗資源維護索引，所以，索引并不是越多越好，需要結合查詢最頻繁、最影響性能的sql來建立合適的索引。需要再說明的是，一個聯(lián)合索引或者一組主鍵就是一個btree，多個索引就是多個btree

總結

首先我們需要深入理解索引的原理和實現(xiàn)，當理解了原理后，才能夠更有助于我們建立合適的索引。然后我們建立索引的時候，不要想當然，要先想清楚業(yè)務邏輯，再建立對應的表結構和索引。需要再次強調如下幾點:

• 索引不是越多越好
• 區(qū)分主鍵和索引
• 理解索引結構原理
• 理解查詢索引規(guī)則

參考

• http://blog.codinglabs.org/articles/theory-of-mysql-index.html
• https://tech.meituan.com/2014/06/30/mysql-index.html